制造业有很多看不见的痛点，排产绝对是其中最大的一个。

什么是排产？简单来说，就是安排工厂里的每一台设备，什么时候做什么订单，做多少，做多久。听起来好像很简单，但真正做过的人都知道，这是一个复杂度难以想象的事情。

一个中等规模的机械加工厂，可能有几百台设备，几千张正在进行的订单，每个订单有不同的交货期，不同的工艺要求，不同的物料到位时间。设备会坏，会需要保养，工人会请假，原材料会延期。所有这些变量组合在一起，可能的排产方案是个天文数字。

过去这个工作是怎么做的？全靠经验丰富的老调度。他脑子里装着整个工厂的情况，拿着厚厚的本子，对着甘特图，一点一点拍脑袋排。排一次产，可能要花几天的时间。而且排出来的东西好不好，全靠这个人的水平。哪怕是经验再丰富的老调度，也只能做到局部最优，根本不可能做到全局最优。

这就是所谓的"排产黑箱"。没有人知道现在的排产是不是最好的，没有人知道还有多少效率可以提升，没有人知道订单到底能不能按时交付。所有人都在凭感觉，凭经验。

但今天，这个黑箱终于被AI彻底打开了。

最新一代的AI智能排产系统，可以在几分钟之内，算出人工几天也算不出来的全局最优排产方案。已经落地的几百家工厂的数据显示，它可以平均把交付周期缩短40%，把设备利用率提升30%以上，把订单准时交付率从不到70%提升到95%以上。

这不是实验室里的概念，这是已经在实实在在创造价值的工业软件革命。

今天我们就来聊聊AI智能排产这个正在快速普及的技术，看看它到底厉害在哪里，它是怎么改变工厂的运营的，以及工业设计在其中可以发挥什么样的作用。

首先我们来理解一下，AI排产到底解决了传统排产方式的哪些核心痛点。

第一个痛点，就是慢。传统人工排产，排一次要几天的时间。等你排出来了，情况早就变了：某个设备坏了，某个原材料延期了，某个客户插单了。你不得不又重新排一遍，结果排出来的时候情况又变了。永远在赶，永远跟不上变化。

而AI排产，排一次只需要几分钟。情况变了，点一下按钮，几分钟就重新算出一个新的最优方案。遇到插单、设备故障这些突发情况，可以实时响应，立刻调整。

第二个痛点，就是人的经验不可复制，不可传承。一个好的调度，要培养十几年。他一旦辞职了，整个工厂的生产立刻就乱了。而且每个人的排法都不一样，换一个人来排，出来的结果天差地别。整个工厂的运营水平，绑定在少数几个人的脑子里，非常脆弱。

AI排产就不一样了。所有的经验，所有的规则，都固化在算法里。任何人来用，出来的都是最优的结果。不会因为人的变化而波动，不会因为人的离职而断层。优秀的经验可以永久沉淀，可以复制，可以不断优化。

第三个痛点，就是没有全局优化的能力。人工排产，通常是盯着几个最紧急的订单先安排，至于其他的订单会不会因此延误，整体的设备利用率是不是最高，根本顾不上。结果就是越是紧急越是乱，越是乱就越是延期，进入恶性循环。

AI排产是真正从全局出发的。它同时考虑所有的订单，所有的设备，所有的约束条件，在几百万几千万种可能性里面，找到那个整体最优的方案。它不仅保证急单能按时交付，还能保证所有的订单整体的交付时间最短，整体的设备利用率最高。

第四个痛点，就是看不见的效率损失。过去你根本不知道，你排出来的这个方案，到底还有多少提升空间。是不是设备还有20%的潜力没发挥出来？是不是交付周期其实还能再缩短一个星期？没有人知道，也没有人能证明。

AI排产把这一切都量化了。它可以告诉你，理论上的最优是什么水平，现在的差距在哪里，瓶颈在哪个工序，哪台设备，怎么调整可以达到最优。整个工厂的运营，从凭感觉，变成了可量化、可优化、可预测的科学。

当然，AI智能排产不是天上掉下来的，它的落地需要一整套的系统和工具。这其中，工业设计扮演了非常重要的角色。

很多人觉得工业软件就是软件，就是装在电脑上的程序，跟工业设计没关系。这是一个巨大的误解。今天的工业软件，早就不是过去那种坐在办公室里用的系统了。它是和硬件深度绑定的，是渗透到生产第一线的，是和每一台设备，每一个工人，每一个工位紧密结合的。

我们具体来看看，一个完整的智能排产和执行系统，都有哪些需要工业设计的部分。

第一个最核心的硬件，就是车间现场的智能终端。

排产排的再好，也需要执行。如果排产的结果只在办公室的电脑里，车间里的工人还是该怎么干怎么干，那排的再好也没用。所以必须要有部署在每一个工位，每一台设备旁边的现场终端。

工人一上班，打开终端就能看到今天要做什么，先做什么后做什么，图纸是什么，工艺要求是什么。做完一个工序，在终端上点一下完成，系统自动把下一个工序的任务推过来。遇到问题，直接在终端上报，系统立刻就知道了，自动调度相关的人来处理。

这个终端的设计就非常有讲究。车间的环境是很恶劣的，多油，多尘，多水，可能还有各种腐蚀。所以防护等级要高，要经得起造。操作要足够简单，工人文化程度可能不高，不能搞太复杂的交互，最好点几下就能完成所有操作。屏幕要够亮，光线不好的地方也能看清。要支持手套操作，要支持触摸，最好还能支持语音。

还有就是安装方式。不同的设备，不同的工位，安装条件不一样。有的要挂在墙上，有的要装在设备上，有的要有可以灵活移动的支架。这些都需要在设计的时候充分考虑。

第二个重要的设计部分，就是各种数据采集的硬件。

AI排产要想准，要想真正发挥作用，必须有实时的数据输入。设备现在是在工作还是在待机？当前这个工序做了多少了？有没有出问题？物料有没有到位？所有这些数据，系统都要实时知道。如果数据是滞后的，或者是错的，那么再厉害的算法排出来的东西也没有用。

所以就需要各种各样的数据采集终端。比如设备状态采集器，装在每台设备上，自动知道设备是开是关，是在加工还是在停机。比如安灯按钮，工人一按，系统就知道这里缺料了，或者设备坏了，或者需要质量检验。还有RFID读卡器，物料一到工位，自动就扫描登记了。

这些硬件产品，每一个都需要工业设计。要足够坚固，足够可靠，安装要方便，操作要简单，要能适应各种恶劣的工业环境。很多时候，这些小东西的体验好不好，直接决定了整个系统能不能真正用起来。

第三个设计挑战，是整个系统的人机交互和用户体验设计。

过去的工业软件，体验是出了名的差。界面丑，操作复杂，逻辑反人类，根本没人愿意用。很多工厂花了几百万上了系统，最后就几个管理员在用，一线工人根本不用，系统成了摆设。

新一代的智能排产系统，必须从第一天开始就重视用户体验。不同的用户角色，有不同的需求，要有不同的交互界面。

对于厂长和管理层，他们要看的是全局的看板。整个工厂的运行情况怎么样，订单交付率多少，设备利用率多少，有哪些异常，哪些订单可能要延期。界面要直观，要漂亮，要一目了然，最好在手机上也能随时看。

对于调度员，他们需要的是强大的编辑和调整功能。可以很方便地调整排产结果，可以拖拽，可以改时间，可以插单，可以模拟各种情况，看会有什么影响。操作要流畅，响应要快，要能支持很大的数据量。

对于一线工人，他们需要的就是简单，简单，再简单。打开终端就知道今天要做什么，怎么做，做完了怎么上报。不要有多余的功能，不要有复杂的操作。

好的体验设计，是系统能不能成功落地的关键。很多时候两个功能差不多的系统，一个成功了一个失败了，差别就在用户体验上。

第四个设计挑战，是多端协同和一体化体验。

一个完整的智能排产系统，不是只有一个终端。它有电脑端，有平板端，有手机端，有车间的大屏看板，有每个工位的小终端。所有这些终端，数据要实时同步，体验要一致，风格要统一。

工人在工位终端上报了一个问题，班组长的手机上立刻就能收到通知，调度的电脑上立刻就能看到，车间的大屏上立刻就有显示。整个系统是一体的，无缝的。

当然，AI智能排产现在还处在发展的早期，还有很多问题需要解决。比如很多工厂的数据基础还很差，连基本的设备数据都采不上来；比如很多工厂的流程还不规范，规则都不清晰，算法也没办法优化；比如很多企业管理者的观念还没有转变，还是相信老经验，不相信算法。

但趋势已经非常明显了。越来越多的工厂开始上智能排产系统，越来越多的工厂尝到了甜头。交付周期缩短40%，设备利用率提升30%，这不是小数字，这是可以直接转化成利润的。在今天制造业利润这么薄的环境下，这就是生与死的差别。

更重要的是，这是我们国家工业软件实现弯道超车的绝佳机会。过去高端的工业软件市场，基本上都是被国外公司垄断的。SAP，Oracle，西门子，这些国外巨头的产品又贵又难用，还不适应中国工厂的实际情况。

而今天，在AI排产这个新的赛道上，中国的创业公司和国外公司是站在同一起跑线上的。我们更懂中国工厂的实际情况，我们响应速度更快，我们的算法更接地气，我们的价格也更有竞争力。我们完全有机会在这个新的领域，实现国产替代，甚至做到世界领先。

从工业设计的角度来看，这也是一个全新的、巨大的市场。过去工业设计师做的更多是实体的产品，是设备，是硬件。未来，越来越多的设计工作会是软件和硬件一体化的设计，是系统级的体验设计。设计师不仅要懂硬件，懂结构，懂材料，还要懂软件，懂交互，懂用户体验，懂工业场景的实际需求。

这是一个非常大的挑战，也是一个非常大的机遇。

中国制造业的数字化升级，是一个几万亿甚至十几万亿的巨大市场。在这个进程中，会诞生无数新的产品，新的公司，新的机会。而工业设计，将会在这个进程中扮演越来越重要的角色。

技术只是基础，最终决定产品成败的，是能不能真正解决用户的问题，能不能带来真正好的用户体验。而这，恰恰就是设计的价值所在。


*江苏创品工业设计有限公司，在工业软件和数字化工厂领域拥有丰富的硬件产品设计经验。我们致力于帮助工业软件公司，把先进的算法和软件能力，转化成真正好用、真正能落地的硬件产品，共同助力中国制造业的数字化升级。*